有關自動駕駛的文獻（關于自動駕駛的文章）
本篇文章給大家談談有關自動駕駛的文獻，以及關于自動駕駛的文章對應的知識點，希望對各位有所幫助，不要忘了收藏本站喔。
本文目錄一覽：
自動駕駛及關鍵技術難點
自動駕駛是汽車行業新一輪的技術革命，推動著傳統汽車行業快速轉型升級，是未來汽車的發展趨勢。自動駕駛技術有利于改善汽車交通安全、提高交通運輸效率、實現節能減排、促進產業轉型等?！吨袊圃?025》規劃中已將智能網聯汽車列入未來十年國家智能制造發展的重點領域，明確指出到2020年要掌握智能輔助駕駛總體技術及各項關鍵技術，到2025年要掌握自動駕駛總體技術及各項關鍵技術。本文將介紹自動駕駛等級分類標準、自動駕駛軟硬件架構圖以及自動駕駛涉及到的關鍵技術等。
美國汽車工程師協會根據汽車智能化程度將自動駕駛分為L0-L5共6個等級：其中L0為無自動化（No Automation， NA），即傳統汽車，駕駛員執行所有的操作任務，例如轉向、制動、加速、減速或泊車等；L1為駕駛輔助(Driving Assistant， DA)，即能為駕駛員提供駕駛預警或輔助等，例如對方向盤或加速減速中的一項操作提供支持，其余由駕駛員操作；L2為部分自動化（Partial Automation，PA），車輛對方向盤和加減速中的多項操作提供駕駛，駕駛員負責其他駕駛操作；L3為條件自動化（Conditional Automation，CA），即由自動駕駛系統完成大部分駕駛操作，駕駛員需要集中注意力以備不時之需；L4為高度自動化（High Automation，HA），由車輛完成所有駕駛操作，駕駛員不需要集中注意力，但限定道路和環境條件；L5為完全自動化（Full Automation， FA），在任何道路和環境條件下，由自動駕駛系統完成所有的駕駛操作，駕駛員不需要集中注意力。
自動駕駛汽車的軟硬件架構如圖2所示，主要分為環境認知層、決策規劃層、控制層和執行層。環境認（感）知層主要通過激光雷達、毫米波雷達、超聲波雷達、車載攝像頭、夜視系統、GPS、陀螺儀等傳感器獲取車輛所處環境信息和車輛狀態信息，具體來說包括：車道線檢測、紅綠燈識別、交通標識牌識別、行人檢測、車輛檢測、障礙物識別和車輛定位等；決策規劃層則分為任務規劃、行為規劃和軌跡規劃，根據設定的路線規劃、所處的環境和車輛自身狀態等規劃下一步具體行駛任務（車道保持、換道、跟車、超車、避撞等）、行為（加速、減速、轉彎、剎車等）和路徑（行駛軌跡）；控制層及執行層則基于車輛動力學系統模型對車輛驅動、制動、轉向等進行控制，使車輛跟隨所制定的行駛軌跡。
自動駕駛技術涉及較多的關鍵技術，本文主要介紹環境感知技術、高精度定位技術、決策與規劃技術和控制與執行技術。
環境感知指對于環境的場景理解能力，例如障礙物的類型、道路標志及標線、行車車輛的檢測、交通信息等數據的語言分類。定位是對感知結果的后處理，通過定位功能從而幫助車輛了解其相對于所處環境的位置。環境感知需要通過傳感器獲取大量的周圍環境信息，確保對車輛周圍環境的正確理解，并基于此做出相應的規劃和決策。
自動駕駛車輛常用的環境感知傳感器包括：攝像頭、激光雷達、毫米波雷達、紅外線和超聲波雷達等。攝像頭是自動駕駛車輛最常用、最簡單且最接近人眼成像原理的環境感知傳感器。通過實時拍攝車輛周圍的環境，采用CV技術對所拍攝圖像進行分析，實現車輛周圍的車輛和行人檢測以及交通標志識別等功能。攝像頭的主要優點在于其分辨率高、成本低。但在夜晚、雨雪霧霾等惡劣天氣下，攝像頭的性能會迅速下降。此外攝像頭所能觀察的距離有限，不擅長于遠距離觀察。毫米波雷達也是自動駕駛車輛常用的一種傳感器，毫米波雷達是指工作在毫米波段（波長1-10 mm ，頻域30-300GHz）的雷達，其基于ToF技術（Time of Flight）對目標物體進行檢測。毫米波雷達向外界連續發送毫米波信號，并接收目標返回的信號，根據信號發出與接收之間的時間差確定目標與車輛之間的距離。因此，毫米波雷達主要用于避免汽車與周圍物體發生碰撞，如盲點檢測、避障輔助、泊車輔助、自適應巡航等。毫米波雷達的抗干擾能力強，對降雨、沙塵、煙霧等離子的穿透能力要比激光和紅外強很多，可全天候工作。但其也具有信號衰減大、容易受到建筑物、人體等的阻擋，傳輸距離較短，分辨率不高，難以成像等不足。激光雷達也是通過ToF技術來確定目標位置與距離的。激光雷達是通過發射激光束來實現對目標的探測，其探測精度和靈敏度更高，探測范圍更廣，但激光雷達更容易受到空氣中雨雪霧霾等的干擾，其高成本也是制約其應用的主要原因。車載激光雷達按發射激光束的數量可分為單線、4線、8線、16線和64線激光雷達?？梢酝ㄟ^下面這個表格（表1），對比主流傳感器的優勢與不足。
自動駕駛環境感知通常采用“弱感知+超強智能”和“強感知+強智能”兩大技術路線。其中“弱感知+超強智能”技術是指主要依賴攝像頭與深度學習技術實現環境感知，而不依賴于激光雷達。這種技術認為人類靠一雙眼睛就可以開車，那么車也可以靠攝像頭來看清周圍環境。如果超強智能暫時難以達到，為實現無人駕駛，那就需要增強感知能力，這就是所謂的“強感知+強智能”技術路線。相比“弱感知+超強智能”技術路線，“強感知+強智能”技術路線的最大特征就是增加了激光雷達這個傳感器，從而大幅提高感知能力。特斯拉采用“弱智能+超強智能”技術路線，而谷歌Waymo、百度Apollo、Uber、福特汽車等人工智能企業、出行公司、傳統車企都采用“強感知+強智能”技術路線。
定位的目的是獲取自動駕駛車輛相對于外界環境的精確位置，是自動駕駛車輛必備的基礎。在復雜的地市道路行駛，定位精度要求誤差不超過10 cm。例如：只有準確知道車輛與路口的距離，才能進行更精確的預判和準備；只有準確對車輛進行定位，才能判斷車輛所處的車道。如果定位誤差較高，嚴重時會造成交通完全事故。GPS是目前最廣泛采用的定位方法，GPS精度越高，GPS傳感器的價格也越昂貴。但目前商用GPS技術定位精度遠遠不夠，其精度只有米級且容易受到隧道遮擋、信號延遲等因素的干擾。為了解決這個問題，Qualcomm開發了基于視覺增強的高精度定位（VEPP）技術，該技術通過融合GNSS全球導航衛星、攝像頭、IMU慣性導航和輪速傳感器等多個汽車部件的信息，通過各傳感器之間的相互校準和數據融合，實現精確到車道線的全球實時定位。
決策規劃是自動駕駛的關鍵部分之一，它首先是融合多傳感器信息，然后根據駕駛需求進行任務決策，接著能夠在避開存在的障礙物前提之下，通過一些特定的約束條件，規劃出兩點之間多條可以選擇的安全路徑，并在這些路徑當中選擇一條最優的路徑，作為車輛行駛軌跡，那就是規劃。按照劃分的層面不同，可以分為全局規劃和局部規劃兩種，全局規劃是由獲取到的地圖信息，規劃出一條在特定條件之下的無碰撞最優路徑。例如，從上海到北京有很多條路，規劃處一條作為行駛路線即為全局規劃。如柵格法、可視圖法、拓撲法、自由空間法、神經網絡法等靜態路徑規劃算法。局部規劃的則是根據全局的規劃，在一些局部環境信息的基礎之上，能夠避免碰撞一些未知的障礙物，最終達到目的目標點的過程。例如，在全局規劃好的上海到北京的那條路線上會有其他車輛或者障礙物，想要避過這些障礙物或者車輛，需要轉向調整車道，這就是局部路徑規劃。局部路徑規劃的方法包括：人工勢場法、矢量域直方圖法、虛擬力場法、遺傳算法等動態路徑規劃算法等。
決策規劃層是自主駕駛系統，智能性的直接體現，對車輛的行駛安全性和整車起到了決定性的作用，常見的決策規劃體系結構，有分層遞進式，反應式，以及二者混合式。
分層遞進式體系結構，就是一個串聯系統的結構，在該系統當中，智能駕駛系統的各模塊之間次序分明，上一個模塊的輸出即為下一模塊的輸入，因此又稱為感知規劃行動結構。但這種結構可靠性并不高，一旦某個模塊出現軟件或者硬件故障，整個信息流就會受到影響，整個系統很有可能發生崩潰，甚至處于癱瘓狀態。
反應式體系結構采用并聯的結構，控制層都可以直接基于傳感器的輸入進行決策，因此它所產生的動作就是傳感數據直接作用的一個結果，可以突出感知動作的特點，適用于完全陌生的環境。反應式體系結構中的許多行為主要涉及成為一個簡單的特殊任務，所以感覺規劃控制可以緊密的結合在一塊，占用的儲存空間并不大，因而可以產生快速的響應，實時性比較強，同時每一層只需要負責系統的某一個行為，整個系統可以方便靈活的實現低層次到高層次的一個過渡，而且如若其中一個模塊出現了預料之外的故障，剩下的層次，仍然可以產生有意義的動作，系統的魯棒性得到了很大的提高，難點在于，由于系統執行動作的靈活性，需要特定的協調機制來解決各個控制回路，同意執行機構爭奪之間的沖突，以便得到有意義的結果。
分層遞階式系統的一個結構和反應式體系的結構，都各自有優劣，都難以單獨的滿足行駛環境復雜多變的使用要求，所以越來越多的行業人士開始研究混合式的體系結構，將兩者的優點進行有效的結合，在全局規劃的層次上生成面向目標定義的分層式遞階行為，在局部規劃的層面上就生成面向目標搜索的反應式體系的行為。
自動駕駛的控制核心技術就是車輛的縱向控制，橫向控制，縱向控制及車輛的驅動和制動控制，而橫向控制的就是方向盤角度的調整以及輪胎力的控制，實現了縱向和橫向自動控制，就可以按給定目標和約束自動控制車運行。
車輛按照縱向控制是在行車速度方向上的控制，即車速以及本車與前后車或障礙物距離的自動控制。巡航控制和緊急制動控制都是典型的自動駕駛縱向控制案例。這類控制問題可歸結為對電機驅動、發動機、傳動和制動系統的控制。各種電機-發動機-傳動模型、汽車運行模型和剎車過程模型與不同的控制器算法結合，構成了各種各樣的縱向控制模式。
車輛的橫向控制就是指垂直于運動方向的控制，目標是控制汽車自動保持期望的行車路線，并在不同的車速、載荷、風阻、路況下有很好的乘坐舒適和穩定。車輛橫向控制主要有兩種基本設計方法，一種是基于駕駛員模擬的方法（一種是使用用較簡單的動力學模型和駕駛員操縱規則設計控制器；另一種是用駕駛員操縱過程的數據訓練控制器獲取控制算法）；另一種是給予汽車橫向運動力學模型的控制方法（需要建立精確的汽車橫向運動模型。典型模型如單軌模型，該模型認為汽車左右兩側特性相同）。
除上述介紹的環境感知、精準定位、決策規劃和控制執行之外，自動駕駛汽車還涉及到高精度地圖、V2X、自動駕駛汽車測試等關鍵技術。自動駕駛技術是人工智能、高性能芯片、通信技術、傳感器技術、車輛控制技術、大數據技術等多領域技術的結合體，落地技術難度大。除此之外，自動駕駛技術落地，還要建立滿足自動駕駛要求的基礎交通設施，并考慮自動駕駛方面的法律法規等。
參考文獻：
1. 張放. 極限工況下自動駕駛車輛的軌跡規劃與運動控制 [博士]: 清華大學; 2018.
2. 陳文強. 基于復雜工況的高精準可預測自動駕駛環境認知方法 [博士]: 清華大學; 2018.
3. 張欣. 無人駕駛感知輔助系統的研究與仿真實現 [碩士]: 北京交通大學; 2019.
4. 陳延真. 無人駕駛環境感知系統及障礙物檢測研究 [碩士]: 天津大學; 2018.
自動駕駛排名遠遠領先，通用為何這么低調？
因此近年來，媒體和科學文獻圍繞自動駕駛系統的倫理決策展開廣泛討論。而這些討論大多是基于一個著名的哲學思想實驗——電車難題。電車難題通過描述一個場景來展現道德困境，即一輛移動的電車沖向5個被綁在軌道上的人。一個手握操縱桿的人可以選擇將電車轉向一條側軌，使其撞死一個被綁者；或者不進行任何操作，讓電車撞死5個人。這種經典的兩難境地現在已經逐漸擴展到了自動駕駛的軟件決策邏輯上。
就在今年的CES 2019上，Mobileye狠狠刷了一波存在感。其聯合創始人兼首席執行官Amnon Shashua不僅在演講中公布了與北京公共交通集團和北京貝泰科技兩家中國企業的合作（雙方將利用Mobileye提供的技術，改善中國的商業公共交通服務）。同時，他還透露了與英國國家測繪機構Ordnance Survey的合作，表示Mobileye將通過技術賦能幫助Ordnance Survey實現高精度位置數據商業化。
對于自動駕駛這個概念，很多朋友呢，都覺得非常遙遠。但是在我們的日常生活中呢，自動駕駛已經開始介入我們的駕駛過程了。我們所熟知的定速巡航，其實就是最簡單的自動駕駛技術。在一定的條件下呢，對車輛進行一個環境的設定，從而使車輛進入到一個自動行駛的過程。其實這個技術啊，在我們看來與自動駕駛并沒有太大的關聯，但是呢，在實際的自動駕駛分級當中呢，他屬于比較低端的自動駕駛。特斯拉自動駕駛已經出過好幾次的事故了，每次的事故最終的結局都非常慘烈。其他科技公司的自動駕駛基本上進程最快的也只是在路試階段，真正里商用還有很長一段距離。
暢想未來城市交通系統及其技術的5000字文章
你要的不太好找，本人提供參考文獻如下:
暢想城市未來低碳交通
來源：中國建設報|2015-06-29
2015移動互聯與交通創新發展論壇上發表了《暢想未來智能交通系統》的主題演講，闡述了未來交通的前景。根據科學技術的發展規律和已經出現的發展動向，未來城市交通是什么樣的？
就像20世紀80年代互聯網的出現將獨立的臺式電腦互相聯系在一起?！败嚶摼W”就是通過車輛收集、處理、共享大量信息，車與車、車與路上的行人和自行車以及車與城市網絡能互相聯結，從而實現更智能、更安全的駕駛?！败嚶摼W”的介入將徹底改變人類出行模式，重新定義汽車的DNA。實現“車聯網”技術的未來城市交通將告別紅綠燈、擁堵、交通事故、停車難等問題，實現自動駕駛，從而使駕駛者可以充分享受途中的無線網絡?；ヂ摰钠嚲邆涓袘苓吺挛锏哪芰?，并且能與汽車和道路系統保持實時通訊。這些功能優化了交通路線，縮短了旅途的時間，讓旅途更具可預測性。而利用GPS可以確定車輛位置，“車聯網”技術更能夠使其與其他車輛和交通基礎設施互聯。車輛風擋內設置的內置顯示屏可用于獲取外部信息或進行上網沖浪。
汽車電氣化是未來城市交通問題最好的解決方案之一
汽車電氣化將減少交通對石油的依賴，大幅減少尾氣排放對環境的影響，并且能有效地利用多種可再生能源。汽車電氣化已經成為我國的一項戰略重點，并且在國家發展規劃中推出多項重要計劃，包括通過公共交通拉動電動汽車發展、開發純電動車尤其是小型車、繼續推動電氣化和節能內燃機發展等計劃。無論是混合動力車、插電式混合動力車、增程型電動車、純電動車，還是燃料電池車都依賴于電池、電機和電動控制來工作。因此，在電氣化問題上都面臨著相同的挑戰。一是充電問題。因大量電動車同時充電帶來的問題是必須要解決的一項重大挑戰。二是成本與便利性。鋰離子電池大約70%的成本來自于電池組，而電池組超過一半的成本來自于原材料。因此，降低電池原材料成本是降低電池成本的關鍵。三是通用性。要確保消費者接受電動車，就要對電池和充電設施制定通用標準。
針對城市擁擠、交通堵塞、停車緊張給汽車設計者帶來的挑戰，未來的汽車設計正向著更小、更聰明、更安全且更時尚的方向發展，對環境的改善更具可持續性。從設計的角度，EN V電動聯網概念車滿足了消費者對未來城市交通更時尚、更有樂趣的需求，其技術也可以在未來應用于其他車型，給設計師提供了開發新車型的機會。創意設計不僅可以使設計師在車輛外形、內飾中發揮極致的想象力，而且更新材料的應用乃至交通方式的訴求都在他們的設計之內。另外，互聯網的介入使設計師重新思考與車輛互動的界面。人機互動界面的改變意味著駕車從個人體驗過渡到社交體驗的重大轉變。
手機控制汽車也是一項汽車技術的創新
將手機操作系統與車載信息系統互聯，可以實現智能出行。通過手機應用，可以查看地圖、*** 汽車位置防盜功能以及其他多個適合汽車使用者的應用。如通用的雪佛蘭Volt沃藍達就可以通過手機控制其充電情況，還可以訪問谷歌地圖來規劃自己的最佳出行路線，規避堵車情況。
未來城市交通處在多層立體的交通體系中，采用無污染的新能源交通工具和駕駛體系，實現零排放、零交通事故，遠離對石油的依賴、遠離交通堵塞，讓人與環境融為一體，達成一種新的和諧，這是它所要追求的基本目標。比如我們要求是零事故、零傷亡。路上的車都不可能發生碰撞，通過智能交通系統實現這樣的目標，所有的車都有一個身份，一個ID卡上的一個ID聯成網，一個指揮中心進行處理，所有車都知道前后左右是什么車，而且可以自動控制，及時剎車、轉彎等等，這樣就可以實現零傷亡、零事故。同時汽車能源有多種，如可再生能源、太陽能、電能、生物質能等。在整個能源的實現過程中，油污染要收集起來，有的本身是不排放的，比如氫燃料電池和氫發動機。
未來交通網絡系統的實現，將再次改變人類的生活方式并提高人類的生活質量?；ヂ摼W的應用，拉近了人類的信息溝通距離，使整個地球變成了地球村。未來交通，拉近了人類的物質交流距離，人們想到哪里就能通過交通網絡瞬間到達那里。想買什么貨物，通過電腦選擇，通過交通網絡很快就能獲得。遠距離交換各自的優勢勞動。
未來城市交通應該是低噪音、美觀、宜人的
盡管現在我們的汽車發動機很小，但是還是會感覺到共振，未來的汽車不會有讓人感到不舒服的現象。它是綠色的，也是智能的。這個智能包括兩個方面，一個是交通指揮系統智能化，一個是汽車本身智能化。汽車成為每個人不同特征的一部分，好像是人體某些器官的延伸，能代替腳、代替手。在汽車上設計一些機械臂，天氣寒冷時到外面取一個什么東西，你開車去了，人不要出來，機械臂就可以把東西給你取回來；能代替眼睛看得很遠，甚至可以透過物體表面看到內質，在黑夜中看東西；能代替鼻子，聞出一些敏感的氣味，如苯、毒氣等有害氣體。還能模仿大腦進行計算、推理、思考，控制發動機、底盤系統等。未來汽車高度個性化、信息化和智能化之后，我們的行為能力就會遠遠超過現在所想象的。
有關自動駕駛的文獻的介紹就聊到這里吧，感謝你花時間閱讀本站內容，更多關于關于自動駕駛的文章、有關自動駕駛的文獻的信息別忘了在本站進行查找喔。
